热线电话:4000-51-9191

就学培训网

登录
首页系统课京东CDA数据分析师脱产就业班
京东CDA数据分析师脱产就业班
京东CDA数据分析师脱产就业班
  • 远程班 随报随学

相关等级报考推荐

  1. Level I
    ¥ 1200
  2. Level II
    ¥ 1700
  3. Level III
    ¥ 2000

课程简介

京东CDA数据分析师脱产就业班:对于数据分析师来说,缺乏足够的项目经验无疑让个人履历显得平平无奇,泛乏可陈。在人才市场上,具有一线大厂项目经验的数据分析从业者,无疑可以让用人单位另眼相看,重金以待。
为了让包括CDA俱乐部成员在内的数据分析从业者吸取一线互联网公司的项目经验,CDA联合京东智联云数据科学团队联合推出《京东&CDA数据分析师就业班》。
该部分课程均由京东数据科学家与CDA数据科学研究院专家团联合研发并授课,必修项目均来源于京东智联云团队参与的成功的项目,操作数据为京东真实的脱敏数据,学习过程逼近一线大厂项目。案例由浅入深进行讲解,从客户价值管理、商品管理、用户行为分析、销量预测等等,涵盖互联网公司常见的数据挖掘任务。
京东数据科学家将会讲解在企业数字化转型的当下,使用数据进行高效决 策的方法。同时会讲解利用电商数据对各行业进行赋能的前沿商业案例,包括构建基于LBS的线下实体运营决策机制、线上数字化运营与线下实体结合运营的项目案例等。
最后,为了让对数据挖掘感兴趣的同学有更深入学习的机会,课程增加选修实战项目,涵盖金融、零售、互联网、通信、医疗等行业,学生可根据所处行业以及未来择业方向重点学习某些领域的案例。

学习目标

掌握数据分析体系
掌握用户数据分析框架
掌握EDIT模型在电商用户数据分析场景的使用
掌握AIPL以及4A用户营销分析方法
掌握商品数据分析框架
掌握EDIT模型在商品数据分析场景的使用
掌握销售分析、库存分析、市场分析、促销分析等常用分析诊断方法
掌握商品数据分析常用数据挖掘模型
掌握流量数据分析框架
掌握流量分析的基本工具
掌握流量异常检测方法和常用的流量分析模型
掌握基于Power BI的动态数据可视化报告制作
熟练掌握Excel、MySQL、Power BI等数据分析软件
熟练掌握数据清洗,可以完成缺失值填补、异常值处理等
精通数据可视化,制作可视化分析报表
可以独立撰写业务分析报告
SQL数据库应用基础
大型数据分析综合项目现场实战
掌握数据分析在各行业的应用场景
掌握业务数据分析模型与分析方法

学习对象和基础

缺少一线互联网大厂数据分析与数字化决策的项目经验,希望个人履历能添光溢彩者
希望了解一线互联网大厂在数据资产变现思路者
简历无亮点缺乏竞争优势
学习更多前沿项目思路的CDA老学员
零基础学生、转行人士,低门槛无忧就业
基础薄弱数据类岗位从业者,系统提升专业技能
产品、运营、营销、财务等业务部门在职者,提升数字化工作效率
研发、中台、技术类部门在职者,数字化赋能支持业务发展
企业创始人、经理人、管理咨询类岗位从业者,把握数字化转型方案及流程

1预科学习

1-1Excel 预习视频
1-2数据库预习视频
1-3Power BI 预习视频
1-4Python 编程在线学习

2数据分析概述

2-1数据分析分类
2-2数据分析目的及意义
2-3数据分析方法与流程
2-4数据分析角色与职责
2-5数据分析师职业道德与行为准则

3撰写业务分析报告

3-1表格结构数据特征
3-2表格结构数据获取方法
3-3表格结构数据引用、查询与计算方法
3-4数据驱动型业务管理(数据埋点、数据治理、数 据应用等)
3-5指标的应用 - 搭建营销运营指标体系
3-6财务指标的分析与应用
3-7业务场景指标 - 多场景业务场景指标应用精讲( 运营、客户、商品、活动等)
3-8指标的设计 - 多场景指标设计、使用及分析案例 (绩效、运营、销售等)
3-9业务指标综合分析案例 - 互联网运营业务指标综 合分析案例
3-10可视化分析方法
3-11业务分析方法应用 - 杜邦分析法、帕累托分析 法、四象限分析法
3-12业务模型应用 - 价值模型、帕累托模型、漏斗 模型、RFM模型
3-13撰写业务分析报告方法
3-14电商、互联网、零售行业的数据分析场景介绍
3-15客户分析 - 电商客户维度综合分析案例(用户 生命周期、用户特征、用户行为分析)
3-16产品分析 - 电商产品维度综合分析案例(商品 画像、商品标签、商品定位策略分析)
3-17运营分析 - 互联网运营业务综合分析案例(运 营效果分析、电商漏斗模型分析应用)
3-18行为效果分析 - 电商运营活动效果评估分析案 例(A/B测试、行为效果评估)
3-19市场分析 - 汽车行业市场分析案例(市场分析 报告撰写方法)
3-20业务分析综合案例 - 互联网市场、运营综合实 战案例(业务模型综合分析应用)

4制作可视化分析报表

4-1表结构数据特征
4-2表结构数据获取
4-3表结构数据加工与使用
4-4ETL及数据仓库应用
4-5多表透视分析逻辑
4-6多维数据模型
4-7透视分析方法
4-8多表透视分析应用案例 -- 多维透视分析应用案 例
4-9客户分析-电商客户运营分析仪表板(潜在客户挖 掘、电商运营效果监控、运营指标分析应用)
4-10产品分析-产品进销存追踪监控看板(进销存业 务流程分析与监控)
4-11运营分析-电商运营分析驾驶舱(电商获客分析 、营销漏斗模型监控分析)
4-12市场分析-汽车市场销售监控仪(市场动态监控 看板制作方法)
4-13销售分析-销售进度管理监控分析仪(销售漏斗 模型分析应用、销售结果预测分析模型)
4-14综合实战案例-电商综合运营分析仪表板(流量 、转化、客单相关指标分析监控)

5描述性统计分析

5-1统计学概述
5-2描述性统计图表
5-3集中趋势的描述
5-4离散程度的描述
5-5分布形态的描述
5-6相关分析
5-7统计分析面试题突击训练

6SQL数据库应用基础

6-1数据库基本概念
6-2DDL数据定义语言
6-3DML数据操作语言
6-4单表查询
6-5多表查询
6-6函数

7SQL大厂面试直通车

7-1SQL大厂面试题突击训练
7-2查询应用案例1 -- 电商多表查询案例
7-3查询应用案例2 -- 零售业多表查询案例

8大型数据分析综合项目现场实战

8-1电商数字化运营综合实战案例【结业项目】
8-2世界500强外企数字化营销综合实战案例【结业项目】
8-3学生现场探索性实操
8-4项目现场专家评审与1V1指导

9数据分析师职业规划课

9-1职业规划
9-2职场沟通力
9-3团队协作力培养

10面试技巧一对一辅导

10-11V1面试技巧指导与简历修改

11Python编程基础(选修)

11-1Python标准数据类型
11-2控制流语句
11-3自定义函数
11-4异常和错误
11-5面向对象编程
11-6Python连接数据库操作

12Python数据清洗与可视化(选修)

12-1Pandas数据处理
12-2Pandas数据表的合并与连接
12-3Pandas数据的累计与分组
12-4Python数据可视化包-Matplotlib介绍
12-5使用Python数据处理包Pandas做可视化
12-6Python数据可视化包-Seaborn介绍与图形绘制

13Python数据分析综合案例(选修)

13-1斯德哥尔摩气候可视化分析
13-2餐饮订单数据清洗与分析
13-3文本数据分析之QQ聊天信息可视化分析

14Python面试直通车(选修)

14-1Python大厂面试题突击训练

15技能拓展课(选修)

15-1采销、物流与供应链数据分析应用实战【10课时】(需额外付费)
15-2互联网数据运营课【18课时】(需额外付费)
15-3财务数据分析【10课时】(需额外付费)
15-4何为数据产品经理?【1课时】
15-5Python爬虫【15课时】
15-6Python办公自动化【10课时】

16数据行业赋能商业案例

16-1基于RFM模型的用户精细化管理
16-24A模型营销实战
16-3用户关注度模型构建及运营
16-4C2M反向定制及新品分析实战
16-5漏斗分析
16-6销量预估
16-7触点分析实战
16-8基于LBS的空间价值分析